Python w data science. Praktyczne wprowadzenie

Python jest idealnym wyborem dla danolog&oacute,w, kt&oacute,rzy chcą w prosty spos&oacute,b uzyskiwać dostęp do dowolnego rodzaju danych, przetwarzać je i analizować. Służy do tego zar&oacute,wno bogaty zestaw wbudowanych struktur danych, jak i solidny zbi&oacute,r przeznaczonych do ich analizy bibliotek open source . Sam język pozwala na tworzenie zwięzłego kodu przy minimalnym nakładzie czasu i wysiłku: jeden wiersz kodu może filtrować, przekształcać i agregować dane.

Tę książkę docenią średnio zaawansowani użytkownicy Pythona, kt&oacute,rzy tworzą aplikacje korzystające z osiągnięć nauki o danych. Znajdziesz w niej om&oacute,wienie możliwości języka, wbudowanych struktur danych Pythona, jak r&oacute,wnież takich bibliotek jak NumPy, pandas, scikit-learn i matplotlib. Nauczysz się wczytywania danych w r&oacute,żnych formatach, porządkowania, grupowania i agregowana zbior&oacute,w danych, a także tworzenia wykres&oacute,w i map. Poszczeg&oacute,lne zagadnienia zostały zilustrowane praktycznymi przykładami tworzenia rzeczywistych aplikacji, takich jak system obsługi taks&oacute,wek z wykorzystaniem danych lokalizacyjnych, analiza reguł asocjacyjnych dla danych transakcji czy też uczenie maszynowe modelu przewidującego zmiany kurs&oacute,w akcji. Każdy rozdział zawiera interesujące ćwiczenia, kt&oacute,re pozwolą Ci nabrać biegłości w stosowaniu opisanych tu technik.

Dzięki tej książce nauczysz się:

• efektywnie korzystać ze struktur danych Pythona
• wyciągać cenne informacje z danych
• posługiwać się danymi: tekstowymi, przestrzennymi, szeregami czasowymi
• korzystać z wielu typ&oacute,w i format&oacute,w danych, w tym JSON i CSV
• używać technik uczenia maszynowego do cel&oacute,w przetwarzania języka naturalnego

Python: Tw&oacute,j najlepszy sojusznik w przetwarzaniu danych!